本发明涉及机器视觉与图像处理领域,特别涉及一种基于retinex光照校正的锦纶丝染色能力判定方法。
背景技术:
纺织行业一直是中国经济飞速发展的重要保障之一,而作为中国重要出口纺织产品之一的锦纶,近几年的发展已是相当迅速。在锦纶丝生产过程中,由于环境(包括温度、湿度、张力等)的差异,不同批次的锦纶丝染色能力不尽相同。因此,对于锦纶生产企业来说,锦纶丝染色能力判定对后期生产与销售至关重要,将不同批次的锦纶丝划分到不同染色能力等级,并进行归类、包装和销售,对提高我国锦纶行业产品质量具有重要意义。目前,国内织袜染色等级评定过程包括织袜、染色以及判色三道工序,而对于判色工序,不少生产企业仍沿用上世纪老旧的人工目测方法,该方法简单易行,但判色结果与技术工人的能力高低、熟练程度,工作车间的光照条件等因素息息相关,缺乏稳定性与信服度。在实际的判色工序中,工人难以确定不同批次锦纶丝的主色,仅仅通过自己的眼睛,对比不同袜筒颜色的深浅,以此区分染色效果,整个过程缺乏对不同袜筒色差的定量描述,且耗费大量人力与物力,其效率远远落后于西方发达国家竞争企业。
由此看来,探索一种基于机器视觉与图像处理技术的锦纶丝染色能力判定方法已显得刻不容缓。部分企业尝试利用现有判色仪拍摄袜筒图像,将锦纶丝染色能力判定交给电脑执行,替代老旧的人工目测方法。由于判色仪利用点光源提供光照,拍摄的袜筒图像都存在光照不均情况,将袜筒图像转变为均匀光照条件下的图像至关重要。光照不均处理能够提取袜筒图像中不均匀的光照成分,还原袜筒图像的真实颜色特征,对后续染色能力判定的成败具有决定性的作用。
技术实现要素:
为了解决目前判断锦纶丝染色能力时难以还原袜筒图像的真实颜色特征,导致判定结果不准确的技术问题,本发明提供一种能够实现准确判断锦纶丝染色能力的基于retinex光照校正的锦纶丝染色能力判定方法。
为了实现上述技术目的,本发明的技术方案是,
一种基于retinex光照校正的锦纶丝染色能力判定方法,包括以下步骤:
步骤一,将判色仪拍摄的袜子图像分割为袜筒部分与非袜筒部分;
步骤二,从袜筒部分中选取校正区域;
步骤三,对选取的校正区域进行光照校正,得到具有均匀光照分布的rgb彩色图像;
步骤四,将得到的具有均匀光照分布的rgb彩色图像转换为灰度图像;
步骤五,利用具有一定宽度的窗口在灰度图像的直方图中平移,寻求包含像素个数最多的窗口,计算此窗口内所有像素的平均灰度值作为最终判色值。
所述的一种基于retinex光照校正的锦纶丝染色能力判定方法,所述的步骤一中,分割袜子图像的具体步骤为:
利用具有纵向模板gy的sobel边缘检测算子,将判色仪拍摄图像分割为袜筒部分与非袜筒部分,其中gy由下式表示:
所述的一种基于retinex光照校正的锦纶丝染色能力判定方法,所述的步骤二中,从袜筒部分中选取校正区域的具体步骤为:
找出袜筒部分的中心点,然后选取大小为m×n的矩形区域作为校正区域,其中矩形区域的中心点即为袜筒部分的中心点,m表示行,取值为120,n表示列,取值为180。
所述的一种基于retinex光照校正的锦纶丝染色能力判定方法,所述的步骤三中,对选取的校正区域进行光照校正的具体步骤为:
利用retinex理论通过下式对选取的矩形区域进行光照校正,
式中,*表示卷积运算,{ωk}(k=1,2,3)表示与高斯函数相关的权重,取值为{1/3,1/3,1/3},尺度参数{ck}(k=1,2,3)取值为{15,80,250},(m,n)为像素的坐标,k为归一化因子,使得
所述的一种基于retinex光照校正的锦纶丝染色能力判定方法,所述的步骤四中,转换为灰度图像的具体步骤为:
通过公式a=k1×r+k2×g+k3×b,将步骤三中的rgb彩色图像转换为灰度图像a,其中k1=0.3,k2=0.59,k3=0.11,r、g、b分别为步骤三中得到的具有均匀光照分布的rgb彩色图像的红、绿、蓝三个颜色分量。
所述的一种基于retinex光照校正的锦纶丝染色能力判定方法,所述的步骤五中,计算得到最终判色值的具体步骤为:
采用窗口宽度w为6的窗口在灰度图像a的直方图中平移,寻求包含像素个数最多的窗口,最终判色值通过下式求得:
本发明的技术效果在于,能够对光照情况进行校正,并通过选取校正后灰度图像的直方图内具有一定宽度的窗口,统计最终判色值,得到准确的染色能力数据。本发明利用机器视觉及图像处理技术,实现了锦纶丝染色能力判定的自动化,对其它纺织品的染色能力评定也具有借鉴意义。
下面结合附图对本发明作进一步说明。
附图说明
图1为本发明锦纶丝染色能力判定系统框图
图2为袜筒拍摄实例
图3为直方图内有效像素选取示意图。
具体实施方式
本发明的基本思想是利用边缘检测算子将判色仪拍摄图像分割为袜筒部分与非袜筒部分,对袜筒部分中心的矩形区域进行光照校正,选取校正后灰度图像的直方图内具有一定宽度的窗口,统计最终判色值,从而实现自动化的锦纶丝染色能力判定。
根据以上思想,本发明的系统结构框图如图1所示。
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图,具体阐述本发明的实施方式。应当理解,此处所描述的具体实例仅用以解释本发明,并不用于限定本发明。
为解决在锦纶丝染色能力判定方面遇到的问题,专用判色仪拍摄的袜筒实例如图2所示,其中区域1表示的是袜筒部分,区域2、区域3与区域4表示的是非袜筒部分,拍摄图像大小为320×240。
利用具有纵向模板gy的sobel边缘检测算子,将判色仪拍摄图像分割为袜筒部分与非袜筒部分,其中gy由下式表示:
找到袜筒部分的中心点,再从袜筒部分中选取大小为m×n的矩形区域,其中矩形区域的中心点即为袜筒部分的中心点,m表示行,取值为120,n表示列,取值为180;
利用retinex理论对选取的矩形区域进行光照校正,得到具有均匀光照分布的rgb彩色图像。假设待处理的矩形区域各颜色分量x(可为r、g或b)均由两部分组成,即对应于高频成分的反射分量l与对应于低频成分的光照分量i,三者之间的关系如下所示:
x=l·i
转换到对数形式,如下式所示:
log[x]=x=log[l·i]=log[l]+log[i]=l+i
可以看出,只要估计出光照分量i,就可以求得l,达到光照校正目的。
由于待处理的矩形区域为rgb彩色图像,retinex理论通过下式对颜色分量x单独增强:
式中,“*”表示卷积运算,{ωk}(k=1,2,3)表示与高斯函数相关的权重,取值为{1/3,1/3,1/3},尺度参数{ck}(k=1,2,3)取值为{15,80,250},(m,n)为像素的坐标,k为归一化因子,使得
随后,retinex理论通过对增强后的各颜色分量进行颜色恢复与增益/补偿操作,并将各颜色分量重新组合,得到本发明需要的校正后的彩色图像。
通过公式a=k1×r+k2×g+k3×b,将步骤三中的rgb彩色图像转换为灰度图像a,其中k1=0.3,k2=0.59,k3=0.11,r、g、b分别为步骤3中的彩色图像的三个颜色分量;
利用具有一定宽度w的窗口在灰度图像a的直方图中平移,寻求包含像素个数最多的窗口,计算此窗口内所有像素的平均灰度值作为最终判色值,其中w取值为6。最终判色值通过下式求得: